BFCL
PulseAugur coverage of BFCL — every cluster mentioning BFCL across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新方法Soft Clamp应对AI代理过度调用工具的问题
研究人员在用于使用工具的AI代理的多教师在线策略蒸馏中发现了一种故障模式。该方法虽然提高了工具调用召回率，但可能导致代理不恰当地过度调用工具。该论文介绍了一种名为“Soft Clamp”的新校准技术，该技术可以动态调整token级别的散度，以减轻这种过度调用行为，同时不牺牲准确性。这种方法有助于确保代理正确地平衡工具使用与直接响应。
-
新的Soft Clamp方法解决了代理语言模型的过度调用问题
研究人员在代理语言模型的多教师同策略蒸馏中发现了一个“行为杠杆失衡”问题。这种失衡会导致模型过度调用工具，即使在直接回答更合适的情况下也是如此，而这个问题无法通过聚合损失指标来检测。为了解决这个问题，提出了一种名为Soft Clamp的新方法，该方法对每令牌发散进行校准以减轻极端信号。实验表明，Soft Clamp显著减少了过度调用，并提高了APIGen-MT等基准测试的决策准确性。
-
量化对 LLM 工具调用的影响在低端硬件上进行了测量
一项新的基准测试 QuantCall 被开发出来，用于评估量化对小型语言模型工具调用能力的影响。该基准测试在 4GB 笔记本 GPU 上运行，发现模型家族比模型大小更能预测量化下的性能。具体来说，Qwen3-0.6B 在 Q4 量化下仍能很好地保持模式有效性，而 Llama-3.2-1B 即使在更高量化水平下也表现出脆弱的模式有效性。研究还表明，更难的多工具任务会加剧量化引起的性能下降，并且受限解码或不同的服务后端并未显著改善结果。
-
新方法使LLM规划与工具执行对齐
研究人员推出了一种名为能力对齐分层学习（CAHL）的新方法，用于改进大型语言模型（LLM）使用外部工具的方式。CAHL通过联合优化高层规划策略和底层工具执行策略，解决了两者之间常见的对齐问题。在API-Bank、BFCL和Bamboogle等各种工具使用基准上的实验表明，CAHL在提升LLM性能方面是有效的。
-
ParaTool框架通过参数化工具来增强LLM的工具使用能力
研究人员推出了一种名为ParaTool的新型框架，旨在增强大型语言模型（LLM）利用外部工具的能力。与将工具文档嵌入模型上下文的传统方法不同，ParaTool将每个工具投影到一组不同的参数中。这种方法旨在降低推理开销，并最大限度地减少与长上下文相关的幻觉风险。该框架包括参数化工具预训练、通过门控网络进行软工具选择以及工具参数的联合微调。在Stable ToolBench和BFCL等基准测试上的实验表明，ParaTool在降低计算复杂性…
-
Apple 的强化代理在执行前审查工具调用
Apple 研究人员开发了一种“强化代理”，可在执行前主动验证工具调用，旨在预防错误而非事后纠正。该方法在 BFCL 不相关性和 τ²-Bench 等基准测试中取得了显著改进，推理模型审查员实现了 3:1 的有益/有害比率。该系统在 GEPA 提示优化方面也取得了适度提升，而无需重新训练模型。